Monte-Carlo simulation provides a s

Monte-Carlo simulation provides a simple method for estimating the root value Q π (s0,a). N(s) complete games are
simulated by self-play with policy π from state s. The Monte-Carlo value (MC value) Q (s,a) is the mean outcome of all
simulations in which action a was selected in state s,

Kết quả (Việt) 1:

Monte-Carlo mô phỏng cung cấp một phương pháp đơn giản để ước tính số π giá trị Q gốc (s0, một). N(s) hoàn thành trò chơi làMô phỏng bởi tự chơi với chính sách π từ bang s. Giá trị Monte-Carlo (MC giá trị) Q (s, một) có nghĩa là kết quả của tất cảCác mô phỏng trong hành động mà một đã được lựa chọn trong bang s,

Kết quả (Việt) 2:

Monte-Carlo mô phỏng cung cấp một phương pháp đơn giản để ước tính giá trị π gốc Q (s0, a). N (s) trò chơi hoàn chỉnh được
mô phỏng bằng cách tự chơi với π chính sách từ nhà nước s. Giá trị Monte-Carlo (MC giá trị) Q (s, a) là kết quả trung bình của tất cả các
mô phỏng trong đó hành động một đã được chọn trong trạng thái s,